Sistemi di telecomunicazione. Andrea Petreri
|
|
- Edmondo Bertolini
- 8 anni fa
- Visualizzazioni
Transcript
1 Sistemi di telecomunicazione Andrea Petreri
2
3 Indice 1 Richiami di teoria dei segnali Reppresentazione dei numeri complessi Proprietà e formule notevoli Rappresentazione nel dominio della frequenza Serie di Fourier Trasformata di Fourier Ortogonalità di funzioni Trasformata di Hilbert Segnale analitico Inviluppo complesso Teoria della probabilità Richiami di teoria dei segnali 11.1 Numeri complessi e formule di Eulero Proprietà e formule notevoli Rappresentazione nel dominio della frequenza Serie di Fourier Trasformata di Fourier Principio di dualità Ortogonalità di funzioni Teorema di Wiener per segnali di energia Teorema di Wiener per segnali di potenza Trasformata di Hilbert Segnale analitico Inviluppo complesso Modulazioni analogiche Introduzione Modulazione di ampiezza iii
4 iv Indice 3..1 Modulazione a Banda Laterale Doppia - BLD Modulazione a Banda Laterale Unica - BLU Demodulazione sincrona (o coerente, o omodina) Demodulazione eterodina (o supereterodina) Demodulazione di inviluppo (o incoerente) Modulazione di frequenza e di fase Demodulazione di frequenza Demodulatore a discriminatore Banda di un segnale in modulazione di frequenza Prestazioni Prestazioni della modulazione di frequenza Prestazioni della modulazione di ampiezza BLD-PS BLD-PI Teoria della stima Introduzione Modellazione dei problemi di ricezione ottima Procedura di Bayes Verifica di ipotesi binaria Ricevitore a correlazione Ricevitore a correlazione con forme d onda antipodali Modulazioni numeriche Interferenza intersimbolica Diagramma ad occhio Prestazioni del ricevitore Modulazione QAM Modulazione PSK GSM Introduzione Suddivisione del territorio in celle Carrier to interference ratio e fattori di riduzione Tecnica di accesso Architettura del sistema GSM Stazione Mobile (MS, Mobile Station) Stazione Base (BS, Base Station) Sottosistema di Rete (NS, Network Subsystem)
5 Indice v Gateway MSC (GMSC) Equipment Identity Register (EIR) Comunicazione ed interfaccia radio Handover Canali logici Canali di traffico Canali di controllo Transito dei segnali nei circuiti Bipoli Potenza assorbita da un bipolo Connessione tra generatore e carico Condizione di massimo trasferimento di potenza Potenza disponibile Formule matematiche Formule algebriche Potenze e logaritmi Prodotti notevoli Identità trigonometriche Forumle di addizione e sottrazione - Formule di duplicazione Formule parametriche Formule di Werner Formule di Prostaferesi Derivate fondamentali e regole di derivazione Integrali indefiniti immediati
6
7 Capitolo 1 Richiami di teoria dei segnali 1.1 Reppresentazione dei numeri complessi Sia dato un numero complesso nella sua forma algebrica: z = a + jb Il suo modulo risulta: ρ = a + b Da cui: cos γ = a ρ = a sin γ = b a + b ρ = b a + b L argomento del numero complesso z risulta quindi: ( ) b Arg(z) = arctan = γ a tan γ = sin γ cos γ = b a Ne deriva dunque: z = a + jb = ρ cos γ + jρsin γ Per passare alla forma esponenziale ci avvaliamo delle formule di Eulero: e jγ =cosγ + j sin γ e jγ =cosγ j sin γ Queste possono essere scritte alternativamente come segue: cos γ = ejγ + e jγ Abbiamo dunque che: ( e jγ + e jγ a + jb = ρ cos γ + jρsin γ = ρ 1 sin γ = ejγ e jγ j ) + ρ ( e jγ e jγ ) = ρ e jγ
8 Capitolo 1 1. Proprietà e formule notevoli Valor medio di un segnale ΔT lim x(t)dt (1.1) ΔT ΔT Integrale assoluto ΔT lim x(t) dt (1.) ΔT ΔT Se l integrale assoluto di un segnale assume valore finito, il segnale si dice impulsivo o assolutamente sommabile. Energia di un segnale ΔT ΔT E x = lim x(t) dt = lim x(t) x (t)dt (1.3) ΔT ΔT ΔT ΔT Dove x (t) è il coniugato 1 di x(t). L energia di un segnale è una quantità sempre positiva (al più nulla se x(t) = 0 per ogni istante t). Se in particolare risulta che E x è una quantità finita non nulla, x(t) viene detto segnale di energia. Potenza di un segnale P x = lim ΔT ΔT 1 x(t) dt = ΔT ΔT lim ΔT E x ΔT (1.4) La potenza di un segnale è una quantità sempre positiva (al più nulla se x(t) =0 per ogni istante t). Se in particolare risulta che P x è una quantità finita non nulla, x(t) viene detto segnale di potenza. I segnali di energia hanno sempre potenza nulla dunque non sono anche segnali di potenza. Inoltre i segnali di potenza hanno sempre energia infinita, dunque non sono segnali di energia. I segnali di potenza non sono in generale impulsivi. I segnali limitati nel tempo ed in ampiezza (rect, tri) sono impulsivi e di energia, tuttavia se un segnale è impulsivo non è detto che sia di energia e viceversa. I segnali periodici sono sempre segnali di potenza a meno che non abbiano dei punti di discontinuità, cioè punti per i quali x(t) non converge. Integrale di convoluzione y(t) =x(t) h(t) = + x(τ) h(t τ)dτ (1.5) Dove il segnale y(t) ha un occupazione temporale pari alla somma delle occupazioni temporali dei segnali x(t) edh(t). Valgono inoltre le seguenti proprietà: 1 Si ricorda che il complesso coniugato di x = a + jb è x = a jb
9 Richiami di teoria dei segnali 3 Proprietà Formula Commutativa x(t) h(t) =h(t) x(t) Associativa [x(t) h 1 (t)] h (t) =x(t) [h 1 (t) h (t)] Distributiva x(t) [h 1 +h ]=x(t) h 1 (t)+x(t) h (t) Elemento neutro x(t) μ 0 (t) =x(t) Traslazione nel tempo x(t) μ 0 (t τ) =x(t τ) Integrale di correlazione (o intercorrelazione, o crosscorrelazione) e xy (t) = p xy (t) = ΔT lim ΔT ΔT lim ΔT 1 ΔT ΔT ΔT x (τ) y(t + τ)dτ per segnali di energia (1.6) x (τ) y(t + τ)dτ per segnali di potenza (1.7) Qualora risulti x(t) = y(t) siparladiintegrale di autocorrelazione. presente che: e xx (0) = E x Inoltre: p xx (0) = P x e xy (t) e yx Si tenga sempre La correlazione tra due segnali x(t) edy(t) può essere espressa opportunamente come una convoluzione: x ( t) y(t) 1.3 Rappresentazione nel dominio della frequenza Serie di Fourier Ogni segnale periodico x(t), che sia continuo in [ T/; T/] ed assolutamente integrabile (dunque impulsivo) in tale intervallo, può essere espresso mediante uno sviluppo in serie di Fourier: x(t) = + n= X n e jπfnt (1.8) Dove f n = n/t è un multiplo della frequenza fondamentale 1/T. In generale il coefficiente X n dello sviluppo in serie di Fourier del segnale x(t) è un numero complesso: X n = 1 T T T x(t) e jπfnt dt (1.9)
10 4 Capitolo Trasformata di Fourier In molte applicazioni i segnali non sono periodici, non possono essere pertanto studiati mediante lo sviluppo in serie di Fourier. Per i segnali impulsivi esiste tuttavia una rappresentazione analoga allo sviluppo in serie di Fourier: la trasformata di Fourier. Datoun segnale impulsivo x(t), la sua trasformata di Fourier viene definita come segue: X(f) =F{x(t)} = + x(t) e jπft dt (1.10) A partire dalla trasformata di Fourier di un segnale impulsivo x(t) si può ricostruire la funzione x(t) stessa. L antitrasformata di Fourier di un segnale X(f) viene definita come segue: + x(t) =F 1 {X(f)} = X(f) e jπft df (1.11) Vengono di seguito riportate alcune trasformate notevoli: Operazione Segnale Trasformata di Fourier Linearità a 1 w 1 (t)+a w (t) a 1 W 1 ( (f)+a ) W (f) 1 Cambiamento di scala w(at) a W f a Traslazione nel tempo w(t t 0 ) W (f) e jωt 0 Traslazione in frequenza w(t) e jπf 0t W (f f 0 ) Convoluzione nel tempo w 1 (t) w (t) W 1 (f) W (f) Convoluzione in frequenza w 1 (t) w (t) W 1 (f) W (f) d Derivazione nel tempo dt w(t) jπf W (f) d Derivazione in frequenza jπt w(t) dt W (f) t Integrazione nel tempo w(λ)dλ 1 jπf W (f) 1 Integrazione in frequenza jπt w(t) f W (λ)dλ Coniugazione nel tempo w (t) W ( f) Coniugazione in frequenza w ( t) W (f) Qualora x(t) sia un segnale reale vale inoltre la proprietà di simmetria coniugata (o hermitiana), in base alla quale: X(f) =X ( f) (1.1) 1.4 Ortogonalità di funzioni Le funzioni ϕ n (t) e ϕ m (t) sono ortogonali sull intervallo a < t < b se soddisfano la condizione: <ϕ n (t),ϕ m (t) >= b a { } ϕ n (t) ϕ 0 se n m m(t) dt = = K n δ n,m se n = m K n
11 Richiami di teoria dei segnali 5 Dove: { 0 se n m δ n,m = 1 se n = m è chiamata delta di Kronecker. Se in particolare K n = 1, le funzioni ϕ n (t) eϕ m (t) si dicono ortonormali. Si tenga presente che: <ϕ n (t),ϕ m (t) >= (<ϕ m (t),ϕ n (t) >) L insieme delle funzioni esponenziali complesse {e jnπf0t } è un insieme di funzioni ortogonali sull intervallo a<t<b,taleche: K n = b a Ciò significa che se a = W e b = W, allora K n =W. 1.5 Trasformata di Hilbert Dato un segnale x(t), si dice trasformata di Hilbert di x(t) il segnale: ˆx(t) =H{x(t)} ottenuto dal transito di x(t) in un filtro con funzione di trasferimento: j se f < 0 H H (f) = j sign(f) = 0 se f = 0 j se f > 0 (1.13) Alternativamente: H H (f) =j [μ 1 ( f) 1] Si tenga sempre presente che se x(t) è un segnale reale, allora anche la sua trasformata di Hilbert è un segnale reale, è infatti frutto della convoluzione tra due segnali reali, x(t) ed h H (t), essendo h H (t) = 1 πt dove h H (t) =0pert = 0. Vengono di seguito riportate alcune trasformate notevoli: Segnale Trasformata di Hilbert c 0 y(t) =x(t)+c ˆx(t)
12 6 Capitolo Segnale analitico Dato un segnale reale x(t) sidicesegnale analitico ad esso associato il segnale x + (t) ottenuto dal transito di x(t) in un filtro analitico, filtro individuato da una funzione di trasferimento del tipo: 1 se f > 0 H a (f) = 1 se f = 0 0 se f < 0 Alternativamente: H a (f) = 1 [1 + j H H(f)] Da cui: h a (t) = 1 [μ 0(t)+j h H (t)] Si osservi come l effetto di un filtro analitico sia quello di isolare la parte positiva del segnale X(f). Ciò non preclude la conoscenza completa del segnale, poiché per segnali reali vale la proprietà di simmetria coniugata (.1). Conoscendo X(f) perf > 0si conosce di fatto l intero segnale. Si consideri ora la relazione: x + (t) = x(t) h a (t) = 1 [ ] x(t) μ 0 (t) = 1 [x(t)+j ˆx(t)] + j [ ] x(t) h H (t) Conoscendo x + (t), si può risalire ad x(t) se quest ultimo è un segnale reale. Infatti, dalla formula x + (t) = 1 x(t)+j ˆx(t) (1.14) si ha che, essendo x(t) eˆx(t) due quantità reali, il primo addendo al secondo membro dell espressione.16 è la parte reale di x + (t), mentre il secondo addendo è la sua parte immaginaria. Possiamo allora scrivere: x(t) = Re{x + (t)} (1.15) 1.7 Inviluppo complesso Consideriamo un segnale reale x(t). Si definisce inviluppo complesso di x(t) rispetto ad una frequenza f 0 il segnale: x(t) = x + (t) e jπf 0t (1.16)
13 Richiami di teoria dei segnali 7 Ne deriva che la trasformata di Fourier dell inviluppo complesso viene ricavata da quella del segnale analitico semplicemente moltiplicando l ampiezza per e traslandola a sinistra della quantità f 0 : X(f) = X + (f + f 0 ) Invertendo la relazione.18 si ha: x + (t) = 1 x(t) ejπf 0t Da cui, per la.17: x(t) =Re{x(t) e jπf 0t } (1.17) L inviluppo complesso è, in generale, un segnale complesso e quindi avrà una parte reale x c (t) ed un coefficiente della parte immaginaria x s (t). Questi due segnali, entrambi reali, prendono il nome di componenti analogiche di bassa frequenza del segnale x(t), rispettivamente in fase la x c (t) edin quadratura la x s (t). x(t) = x + (t) e jπf 0t [ ] 1 = [x(t)+j ˆx(t)] [cos (πf 0t) j sin (πf 0 t)] = [x(t)cos(πf 0 t)+ˆx(t)sin(πf 0 t)] + j [ˆx(t)cos(πf 0 t) x(t)sin(πf 0 t)] Questa espressione ci permette di scrivere: x c (t) =x(t)cos(πf 0 t)+ˆx(t)sin(πf 0 t) (1.18) x s (t) =ˆx(t)cos(πf 0 t) x(t)sin(πf 0 t) (1.19) Come si può notare, il segnale x(t) è moltiplicato per il coseno nella x c (t), e per il seno nella x s (t), da cui i due pedici c ed s delle componenti analogiche di bassa frequenza. Per ricavare la x(t) da tali componenti è sufficiente osservare che : x(t) = Re{x(t) e jπf0t } = Re{(x c (t)+jx s (t)) e jπf0t } = x c (t)cos(πf 0 t) x s (t)sin(πf 0 t) = ( ( )) xs x c(t)+x (t) s(t) cos πf 0 t +arctan x c (t) Quindi, nota la frequenza f 0 dalle componenti analogiche di bassa frequenza è possibile ricostruire il segnale x(t) originale. Ciò costituisce il cosiddetto sviluppo di x(t) in componenti analogiche di bassa frequenza. Si ricorda che R cos (x + θ) =A cos x B sin x essendo: R = Ô A + B θ =tan 1 (B/A) A = R cos θ B = R sin θ
14 8 Capitolo Teoria della probabilità Probabilità dell unione P (E 1 )+P (E )=P (E 1 E ) E 1,E /E 1 E = (1.0) Teorema della probabilità dell evento complementare P (Ẽ) =1 P (E) (1.1) Teorema delle probabilità totali n P (E) = P (E,A i ) (1.) Dove gli eventi A i sono incompatibili i 1,i [1,n]. Probabilità condizionata Supponiamo di considerare un evento B con probabilità di accadere non nulla (P (B) 0). Supponiamo inoltre che tale evento si verifichi. Consideriamo dunque un altro evento A. Si definisce probabilità condizionata la probabilità che si verifichi A una volta che si è verificato B e si indica come: P (A B) (1.3) i=1 Occorre tener resente che: P (A B) P (A B) A livello insiemistico sussiste la seguente relazione tra probabilità condizionata (P (A B)) e probabilità congiunta (P (A B) =P (A, B)), che prende il nome di teorema della probabilità condizionata: P (A, B) P (A B) = (1.4) P (B) Si osservi che, essendo: { P (A B) P (B) =P (A, B) P (B A) P (A) =P (A, B) Risulta: P (A B)P (B) =P (B A)P (A) (1.5) Se i due eventi A e B sono indipendenti, allora: P (A B) =P (A) Ne deriva che (corollario del teorema della probabilità condizionata): P (A, B) =P (A) P (B) (1.6)
15 Richiami di teoria dei segnali 9 Teorema di Bayes Questo teorema è diretta conseguenza del teorema della probabilità condizionata (1.4). Si consideri la relazione: Per la 1.5 e la 1. si ha che: P (A i B j )= P (A i,b j ) P (B j ) P (A i B j )= P (B j A i ) P (A i ) P (B j ) Da cui per il teorema della probabilità condizionata: = P (B j A i ) P (A i ) K P (B j,a K ) P (A i B j )= P (B j A i ) P (A i ) K P (B j A K ) P (A K ) (1.7) Variabili aleatorie Si definisce variabile aleatoria n-dimensionale una funzione: x :Ω R n (1.8) Che ad ogni evento contenuto nello spazio degli eventi Ω, associa un certo valore numerico, che sarà un valore reale per n = 1, un vettore di elementi reali per n>1.
16
17 Capitolo Richiami di teoria dei segnali.1 Numeri complessi e formule di Eulero Sia dato un numero complesso nella sua forma algebrica: z = a + jb Il suo modulo risulta: ρ = a + b da cui: cos γ = a ρ = a sin γ = b a + b ρ = b a + b La fase del numero complesso z risulta quindi: γ =arctg ( ) b a tg γ = sin γ cos γ = b a Ne deriva dunque: z = a + jb = ρ cos γ + jρsin γ Per passare alla forma esponenziale ci avvaliamo delle formule di Eulero: e jγ =cosγ + j sin γ e jγ =cosγ j sin γ Queste possono essere scritte alternativamente come segue: cos γ = ejγ + e jγ Abbiamo dunque che: ( e jγ + e jγ a + jb = ρ cos γ + jρsin γ = ρ 11 sin γ = ejγ e jγ j ) + ρ ( e jγ e jγ ) = ρ e jγ
18 1 Capitolo. Proprietà e formule notevoli Valor medio di un segnale ΔT lim x(t) dt (.1) ΔT ΔT Integrale assoluto ΔT lim x(t) dt (.) ΔT ΔT Se l integrale assoluto di un segnale assume valore finito, il segnale si dice impulsivo o assolutamente sommabile. Energia di un segnale E x lim ΔT ΔT ΔT x(t) dt = ΔT lim ΔT ΔT x(t) x (t) dt (.3) Dove x (t) è il coniugato 1 di x(t). L energia di un segnale è una quantità sempre positiva (al più nulla se x(t) = 0 per ogni istante t). Se in particolare risulta che E x è una quantità finita non nulla, x(t) viene detto segnale di energia. Potenza di un segnale P x lim ΔT 1 ΔT ΔT ΔT x(t) dt = lim ΔT E x ΔT (.4) La potenza di un segnale è una quantità sempre positiva (al più nulla se x(t) =0 per ogni istante t). Se in particolare risulta che P x è una quantità finita non nulla, x(t) viene detto segnale di potenza. I segnali di energia hanno sempre potenza nulla dunque non sono anche segnali di potenza. Inoltre i segnali di potenza hanno sempre energia infinita, dunque non sono segnali di energia. I segnali di potenza non sono in generale impulsivi. I segnali limitati nel tempo ed in ampiezza (rect, tri) sono impulsivi e di energia, tuttavia se un segnale è impulsivo non è detto che sia di energia e viceversa. I segnali periodici sono sempre segnali di potenza a meno che non abbiano dei punti di discontinuità, cioè punti per i quali x(t) non converge. Integrale di convoluzione x(t) h(t) + x(τ) h(t τ) dτ (.5) Il segnale x(t) h(t) ha un occupazione temporale pari alla somma delle occupazioni temporali dei segnali x(t) edh(t). Valgono inoltre le seguenti proprietà: 1 Si ricorda che il complesso coniugato di x = a + jb è x = a jb
19 Richiami di teoria dei segnali 13 Proprietà Formula Commutativa x(t) h(t) =h(t) x(t) Associativa [x(t) h 1 (t)] h (t) =x(t) [h 1 (t) h (t)] Distributiva x(t) [h 1 +h ]=x(t) h 1 (t)+x(t) h (t) Elemento neutro x(t) μ 0 (t) =x(t) Traslazione nel tempo x(t) μ 0 (t τ) =x(t τ) Integrale di correlazione (o intercorrelazione, o crosscorrelazione) e xy (t) p xy (t) ΔT lim ΔT ΔT x (τ) y(t + τ) dτ per segnali di energia (.6) lim ΔT ΔT 1 x (τ) y(t + τ) dτ per segnali di potenza (.7) ΔT ΔT Qualora risulti x(t) = y(t) siparladiintegrale di autocorrelazione. presente che: Si tenga sempre e xx (0) = E x p xx (0) = P x Inoltre: e xy (t) e yx La correlazione tra due segnali x(t) edy(t) può essere espressa opportunamente come una convoluzione: x ( t) y(t).3 Rappresentazione nel dominio della frequenza.3.1 Serie di Fourier Ogni segnale periodico x(t), che sia continuo in [ T/; T/] ed assolutamente integrabile (dunque impulsivo) in tale intervallo, può essere espresso mediante uno sviluppo in serie di Fourier: x(t) = + n= X n e jπfnt (.8) Dove f n = n/t è un multiplo della frequenza fondamentale 1/T. In generale il coefficiente X n dello sviluppo in serie di Fourier del segnale x(t) è un numero complesso: X n = 1 T T T x(t) e jπfnt dt (.9)
20 14 Capitolo.3. Trasformata di Fourier In molte applicazioni i segnali non sono periodici, non possono essere pertanto studiati mediante lo sviluppo in serie di Fourier. Per i segnali impulsivi esiste tuttavia una rappresentazione analoga allo sviluppo in serie di Fourier: la trasformata di Fourier. Datoun segnale impulsivo x(t), la sua trasformata di Fourier viene definita come segue: X(f) =F{x(t)} = + x(t) e jπft dt (.10) A partire dalla trasformata di Fourier di un segnale impulsivo x(t) si può ricostruire la funzione x(t) stessa. L antitrasformata di Fourier di un segnale X(f) viene definita come segue: + x(t) =F 1 {X(f)} = X(f) e jπft df (.11) Vengono di seguito riportate alcune operazioni fondamentali: Operazione Segnale Trasformata di Fourier Linearità a 1 w 1 (t)+a w (t) a 1 W 1 ( (f)+a ) W (f) 1 Cambiamento di scala w(at) a W f a Traslazione nel tempo w(t t 0 ) W (f) e jωt 0 Traslazione in frequenza w(t) e jπf 0t W (f f 0 ) Convoluzione nel tempo w 1 (t) w (t) W 1 (f) W (f) Convoluzione in frequenza w 1 (t) w (t) W 1 (f) W (f) d Derivazione nel tempo dt w(t) jπf W (f) d Derivazione in frequenza jπt w(t) dt W (f) t Integrazione nel tempo w(λ) dλ 1 jπf W (f) 1 Integrazione in frequenza jπt w(t) W (λ) dλ f Coniugazione nel tempo w (t) W ( f) Coniugazione in frequenza w ( t) W (f) Qualora x(t) sia un segnale reale vale inoltre la proprietà di simmetria coniugata (o hermitiana), in base alla quale: X(f) =X ( f) (.1).3..1 Principio di dualità Sia dato un gnerico segnale impulsivo x(t). Valgono le seguenti relazioni: x(t) =F 1 {X(f)} = + X(f) e jπft df
21 Richiami di teoria dei segnali 15 X(f) =F{x(t)} = + x(t) e jπft dt Ci chiediamo dunque se sia possibile scrivere che F{X(t)} = x(f), dove X(t) èunsegnale che ha il medesiamo andamento di X(f) ma nel dominio del tempo, mentre x(f) ha il medesimo andamento di x(t) ma nel dominio della frequenza. Procediamo valutando l espressione di X(t). Lo facciamo effettuando un cambiamento di variabile nell espressione proposta per X(f); in pratica ogni occorrenza di f viene sostituita con t e viceversa: X(t) = Ne deriva che: + x(f) e jπft df X( t) = + x(f) e jπft df x(t) X( t) X(t) F F F X(f) x(f) x( f) La relazione F{X(t)} = x(f) nonè dunque valida in generale, ma solo per funzioni pari, per le quali X( t) =X(t)..4 Ortogonalità di funzioni Le funzioni ϕ n (t) e ϕ m (t) sono ortogonali sull intervallo a < t < b se soddisfano la condizione: <ϕ n (t),ϕ m (t) >= b a ϕ n (t) ϕ m (t) dt = { } 0 se n m = K n δ n,m se n = m K n Dove: { δ n,m = 0 se n m 1 se n = m è chiamata delta di Kronecker. Se in particolare K n = 1, le funzioni ϕ n (t) eϕ m (t) si dicono ortonormali. Si tenga presente che: <ϕ n (t),ϕ m (t) >= (<ϕ m (t),ϕ n (t) >) L insieme delle funzioni esponenziali complesse {e jnπf0t } è un insieme di funzioni ortogonali sull intervallo a<t<b,taleche: K n = b a Ciò significa che se a = W e b = W, allora K n =W.
22 16 Capitolo.5 Teorema di Wiener per segnali di energia Dato un segnale di energia x(t), il suo spettro di densità dienergiae x (f) è uguale alla trasformata di Fourier della sua funzione di autocorrelazione: E x (f) =F{e xx (t)} = X(f) (.13) ne deriva che: E x = x(t) dt = E x (f) dt = X(f) df.6 Teorema di Wiener per segnali di potenza Dato un segnale di potenza x(t), il suo spettro di densità di potenza P x (f) è uguale alla trasformata di Fourier della sua funzione di autocorrelazione: P x (f) =F{p xx (t)} (.14) ne deriva che: P x = lim ΔT 1 ΔT/ x(t) dt = ΔT ΔT/ + P x (f) df.7 Trasformata di Hilbert Dato un segnale x(t), si dice trasformata di Hilbert di x(t) il segnale: ˆx(t) =H{x(t)} ottenuto dal transito di x(t) in un filtro con funzione di trasferimento: j se f < 0 H H (f) = j sign (f) = 0 se f = 0 j se f > 0 (.15) Alternativamente: H H (f) =j [ μ 1 ( f) 1] Si tenga sempre presente che se x(t) è un segnale reale, allora anche la sua trasformata di Hilbert è un segnale reale, è infatti frutto della convoluzione tra due segnali reali, x(t) ed h H (t), essendo dove h H (t) =0pert =0. h H (t) = 1 πt
23 Richiami di teoria dei segnali 17.8 Segnale analitico Dato un segnale reale x(t) sidicesegnale analitico ad esso associato il segnale x + (t) ottenuto dal transito di x(t) in un filtro analitico, filtro individuato da una funzione di trasferimento del tipo: 1 se f > 0 H a (f) = 1 se f = 0 0 se f < 0 Alternativamente: H a (f) = 1 [1 + jh H(f)] Da cui: h a (t) = 1 [μ 0(t)+jh H (t)] Si osservi come l effetto di un filtro analitico sia quello di isolare la parte positiva del segnale X(f). Ciò non preclude la conoscenza completa del segnale, poiché per segnali reali vale la proprietà di simmetria coniugata (.1). Conoscendo X(f) perf > 0si conosce di fatto l intero segnale. Si consideri ora la relazione: x + (t) = x(t) h a (t) = 1 [ ] x(t) μ 0 (t) + j = 1 [x(t)+j ˆx(t)] [ ] x(t) h H (t) Conoscendo x + (t), si può risalire ad x(t) se quest ultimo è un segnale reale. Infatti, dalla formula x + (t) = 1 x(t)+j ˆx(t) (.16) si ha che, essendo x(t) eˆx(t) due quantità reali, il primo addendo al secondo membro dell espressione.16 è la parte reale di x + (t), mentre il secondo addendo è la sua parte immaginaria. Possiamo allora scrivere: x(t) =Re{x + (t)} (.17).9 Inviluppo complesso Consideriamo un segnale reale x(t). Si definisce inviluppo complesso di x(t) rispetto ad una frequenza f 0 il segnale: x(t) =x + (t) e jπf 0t (.18)
24 18 Capitolo Ne deriva che la trasformata di Fourier dell inviluppo complesso viene ricavata da quella del segnale analitico semplicemente moltiplicando l ampiezza per e traslandola a sinistra della quantità f 0 : X(f) =X + (f + f 0 ) Invertendo la relazione.18 si ha: x + (t) = 1 x(t) ejπf 0t Da cui, per la.17: x(t) =Re{x(t) e jπf 0t } (.19) L inviluppo complesso è, in generale, un segnale complesso e quindi avrà una parte reale x c (t) ed un coefficiente della parte immaginaria x s (t). Questi due segnali, entrambi reali, prendono il nome di componenti analogiche di bassa frequenza del segnale x(t), rispettivamente in fase la x c (t) edin quadratura la x s (t). x(t) = x + (t) e jπf 0t [ ] 1 = [x(t)+j ˆx(t)] [cos (πf 0t) j sin (πf 0 t)] = [x(t)cos(πf 0 t)+ˆx(t)sin(πf 0 t)] + j [ˆx(t)cos(πf 0 t) x(t)sin(πf 0 t)] Questa espressione ci permette di scrivere: x c (t) =x(t)cos(πf 0 t)+ˆx(t)sin(πf 0 t) (.0) x s (t) =ˆx(t)cos(πf 0 t) x(t)sin(πf 0 t) (.1) Come si può notare, il segnale x(t) è moltiplicato per il coseno nella x c (t), e per il seno nella x s (t), da cui i due pedici c ed s delle componenti analogiche di bassa frequenza. Per ricavare la x(t) da tali componenti è sufficiente osservare che : x(t) = Re{x(t) e jπf0t } = Re{(x c (t)+jx s (t)) e jπf0t } = x c (t)cos(πf 0 t) x s (t)sin(πf 0 t) = ( ( )) xs x c(t)+x (t) s(t) cos πf 0 t +arctan x c (t) Quindi, nota la frequenza f 0 dalle componenti analogiche di bassa frequenza è possibile ricostruire il segnale x(t) originale. Ciò costituisce il cosiddetto sviluppo di x(t) in componenti analogiche di bassa frequenza. Si ricorda che R cos (x + θ) =A cos x B sin x essendo: R = Ô A + B θ =tan 1 (B/A) A = R cos θ B = R sin θ
25 Capitolo 3 Modulazioni analogiche 3.1 Introduzione La modulazione è la tecnica maggiormente utilizzata per la trasmissione di un segnale analogico attraverso un canale. Essa consiste nel variare (modulare) alcuni parametri di un particolare segnale dipendente dal sistema, definito portante, in funzione del segnale da trasmettere, definito segnale modulante. Ilsegnalex(t) effettivamente trasmesso risulta in effetti un ibrido fra la portante p(t) ed il segnale modulante m(t) e viene definito segnale modulato. Lo scopo primario della modulazione è quello di modificare l allocazione in banda del segnale modulante m(t), dunque di traslare M(f) attorno ad una certa frequenza. In questo modo può essere utilizzato lo stesso canale per la trasmissione contemporanea di più segnali. Impiegando bande separate per i singoli segnali da trasmettere, in ricezione ogni messaggio risulta estraibile da quello complessivo inviato. Come già detto la tecnica della modulazione prevede l utilizzo di un segnale portante p(t). La portante generalmente utilizzata è un armonica del tipo: p(t) =a p cos (πf p t + ϕ p ) Il segnale modulato effettivamente trasmesso risulta esprimibile nella forma: x(t) =[a p + a(t)] cos (πf p t + ϕ p + α(t)) Tenendo presente l espressione di x(t) è possibile definire due tipi di modulazione, in cui possono eventualmente risultare nulli a p e/o ϕ p modulazione di ampiezza - AM m(t) viene trasportato da a(t) modulazione angolare - FM e PM m(t) viene trasportato da α(t). nella modulazione di fase: α(t) =K α m(t) In particolare 19
26 0 Capitolo 3 Nella modulazione di frequenza invece: t α(t) =πk f 3. Modulazione di ampiezza m(τ) dτ 3..1 Modulazione a Banda Laterale Doppia - BLD Essendo m(t) (messaggio da trasmettere) un segnale reale a valor medio nullo e limitato in banda [ W, +W ], il segnale modulato x(t) viene espresso come: x(t) =[a p + K a m(t)] cos (πf p t) (3.1) Dunque x c (t) risulta proporzionale al messaggio da trasmettere m(t): x c (t) =[a p + K a m(t)] x s (t) =0 Graficamente: Figura 3.1: BLD - tempo. Nel dominio della frequenza si ha invece: X(f) = [a p μ 0 (f)+k a M(f)] F{cos (πf p t)} = [a p μ 0 (f)+k a M(f)] 1 [μ 0(f f p )+μ 0 (f + f p )] Come si può vedere in figura 3. il segnale modulato x(t) occupa una banda di frequenze di ampiezza W centrata intorno a f p (analogamente per f p ). Si parla di banda laterale doppia (BLD), poichè sono presenti sia la banda laterale superiore [f p,f p + W ]chela banda laterale inferiore [f p W, f p ].
27 Modulazioni analogiche 1 Figura 3.: BLD - frequenza. A seconda dell ampiezza a p della portante, la modulazione di ampiezza BLD si può classificare come: BLD-PI cioè a portante intera. In tal caso risulta: a p + K a m(t) 0 Da cui: a p >K a max( m(t) ) Ne deriva che l ampiezza del segnale modulato x(t) è sempre positiva. In frequenza vengono mantenuti entrambi gli impulsi di cui ècompostap (f). Ciò offrelapossibilità di utilizzare uno schema di demodulazione (recupero del segnale modulante) piuttosto semplice. BLD-PS cioè a portante soppressa. In tal caso risulta: a p =0
Università di Napoli Parthenope Facoltà di Ingegneria
Università di Napoli Parthenope Facoltà di Ingegneria Corso di rasmissione Numerica docente: Prof. Vito Pascazio 18 a Lezione: 13/1/4 19 a Lezione: 14/1/4 Sommario rasmissione di segnali PM numerici su
DettagliCorso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005
Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Gli esercizi devono essere risolti solo sui fogli dei colori indicati Per esiti e soluzioni si veda il sito web del corso:
DettagliSegnali passa-banda ed equivalenti passa-basso
Appendice C Segnali passa-banda ed equivalenti passa-basso C.1 Segnali deterministici Un segnale deterministico u(t) con trasformata di Fourier U(f) è un segnale passa-banda se f 0, W, con 0 < W < f 0,
Dettagliv in v out x c1 (t) Molt. di N.L. H(f) n
Comunicazioni elettriche A - Prof. Giulio Colavolpe Compito n. 3 3.1 Lo schema di Fig. 1 è un modulatore FM (a banda larga). L oscillatore che genera la portante per il modulatore FM e per la conversione
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliIl Campionameto dei segnali e la loro rappresentazione. 1 e prende il nome frequenza di
Il Campionameto dei segnali e la loro rappresentazione Il campionamento consente, partendo da un segnale a tempo continuo ovvero che fluisce con continuità nel tempo, di ottenere un segnale a tempo discreto,
DettagliIL FILTRAGGIO DEL SEGNALE
CAPITOLO 4 IL FILTRAGGIO DEL SEGNALE 4.1 - SISTEMA LINEARE NON DISTORCENTE E un sistema lineare che restituisce in uscita una replica indistorta del segnale di entrata, intendendo x(t) y(t) = Ax(t-t 0
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliCOMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/2005
COMUNICAZIONI ELETTRICHE + TRASMISSIONE NUMERICA COMPITO 13/7/005 1. Gli esercizi devono essere risolti su fogli separati: uno per la prima parte del compito (esercizi 1/4), uno per la seconda parte (esercizi
DettagliCAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono
DettagliEQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
DettagliStudio dei segnali nel dominio della frequenza. G. Traversi
Studio dei segnali nel dominio della frequenza G. Traversi Segnali periodici e serie di Fourier Una funzione periodica f(t) di periodo T (purché integrabile) è esprimibile con una serie del tipo: f (t)
DettagliCAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI
CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni
DettagliCorso di Laurea in Ingegneria Biomedica Corso di Trasmissione Numerica (6 crediti) Prova scritta 16.02.2006
Prova scritta 16.02.2006 D. 1 Si derivi l espressione dei legami ingresso-uscita, nel dominio del tempo per le funzioni di correlazione nel caso di sistemi LTI e di segnali d ingresso SSL. Si utilizzi
DettagliRICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come
RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può
DettagliC(f) : funzione di trasferimento del canale. Essa limita la banda del segnale trasmesso e quindi rappresenta un modello più realistico
MODELLO DEL CANALE Modello gaussiano additivo a banda illimitata (considerato finora): s(t) + n(t) r(t) = s(t) + n(t) s(t) Canale C(f) + r(t) n(t) C(f) : funzione di trasferimento del canale. Essa limita
DettagliIntroduzione al Campionamento e
Introduzione al Campionamento e all analisi analisi in frequenza Presentazione basata sul Cap.V di Introduction of Engineering Experimentation, A.J.Wheeler, A.R.Ganj, Prentice Hall Campionamento L'utilizzo
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliElementi di teoria dei segnali /b
Elementi di teoria dei segnali /b VERSIONE 29.4.01 Filtri e larghezza di banda dei canali Digitalizzazione e teorema del campionamento Capacità di canale e larghezza di banda Multiplexing e modulazioni
DettagliLEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
DettagliControlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.
Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: lmarconi@deis.unibo.it URL:
DettagliLezione 28 Maggio I Parte
Lezione 28 Maggio I Parte La volta scorsa abbiamo fatto un analisi dei fenomeni di diafonia e avevamo trovato che per la diafonia vicina il valore medio del quadrato del segnale indotto dalla diafonia
DettagliCorso di Fondamenti di Telecomunicazioni
Corso di Fondamenti di Telecomunicazioni 5 - EGALI DIGITALI E A IMPULI I BADA BAE Prof. Mario Barbera [parte ] Codifica La fase di codifica prevede che venga fatta una associazione tra il livello del segnale
DettagliSegnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro
Segnali e Sistemi Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici Gianni Borghesan e Giovanni Marro Indice Introduzione 2. Notazione............................. 2 2 Classificazione
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliBasi di matematica per il corso di micro
Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliCOMPITO DI SEGNALI E SISTEMI 18 Dicembre 2004
COMPIO DI SEGNALI E SISEMI 8 Dicembre 4 Esercizio Si consideri il modello di stato a tempo discreto descritto dalle seguenti equazioni: x(k + = Ax(k + Bu(k = x(k + u(k, v(k = Cx(k = [ ] x(k, k Z + i Si
DettagliFUNZIONE REALE DI UNA VARIABILE
FUNZIONE REALE DI UNA VARIABILE Funzione: legge che ad ogni elemento di un insieme D (Dominio) tale che D R, fa corrispondere un elemento y R ( R = Codominio ). f : D R : f () = y ; La funzione f(): A
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliCONCETTO DI LIMITE DI UNA FUNZIONE REALE
CONCETTO DI LIMITE DI UNA FUNZIONE REALE Il limite di una funzione è uno dei concetti fondamentali dell'analisi matematica. Tramite questo concetto viene formalizzata la nozione di funzione continua e
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
Dettagliu 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
DettagliIntroduzione all analisi dei segnali digitali.
Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliLA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI
LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI Fondamenti di segnali Fondamenti e trasmissione TLC Proprieta della () LINEARITA : la della combinazione lineare (somma pesata) di due segnali e uguale alla
DettagliParte 2. Determinante e matrice inversa
Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice
DettagliComplementi di Analisi per Informatica *** Capitolo 2. Numeri Complessi. e Circuiti Elettrici. a Corrente Alternata. Sergio Benenti 7 settembre 2013
Complementi di Analisi per nformatica *** Capitolo 2 Numeri Complessi e Circuiti Elettrici a Corrente Alternata Sergio Benenti 7 settembre 2013? ndice 2 Circuiti elettrici a corrente alternata 1 21 Circuito
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliForma d onda rettangolare non alternativa.
Forma d onda rettangolare non alternativa. Lo studio della forma d onda rettangolare è utile, perché consente di conoscere il contenuto armonico di un segnale digitale. FIGURA 33 Forma d onda rettangolare.
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliTransitori del primo ordine
Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
Dettagli2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione
Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza
DettagliRETI DI TELECOMUNICAZIONE
RETI DI TELECOMUNICAZIONE SISTEMI M/G/1 e M/D/1 Sistemi M/G/1 Nei sistemi M/G/1: i clienti arrivano secondo un processo di Poisson con parametro λ i tempi di servizio hanno una distribuzione generale della
DettagliPer lo svolgimento del corso risulta particolarmente utile considerare l insieme
1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R
DettagliLa trasformata Zeta. Marco Marcon
La trasformata Zeta Marco Marcon ENS Trasformata zeta E l estensione nel caso discreto della trasformata di Laplace. Applicata all analisi dei sistemi LTI permette di scrivere in modo diretto la relazione
DettagliINTEGRATORE E DERIVATORE REALI
INTEGRATORE E DERIVATORE REALI -Schemi elettrici: Integratore reale : C1 R2 vi (t) R1 vu (t) Derivatore reale : R2 vi (t) R1 C1 vu (t) Elenco componenti utilizzati : - 1 resistenza da 3,3kΩ - 1 resistenza
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano
DettagliTeoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari
Teoria dei Segnali Covarianza, correlazione e densità spettrale di potenza; processi stocastici stazionari Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliLe equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.
Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,
DettagliElettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza p. 2
Elettronica II Proprietà e applicazioni della trasformata di Fourier; impedenza complessa; risposta in frequenza Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013
DettagliSERIE NUMERICHE. prof. Antonio Greco 6-11-2013
SERIE NUMERICHE prof. Antonio Greco 6--203 Indice Motivazioni........... 3 Definizione........... 3 Errore tipico........... 3 Un osservazione utile...... 3 Condizione necessaria...... 4 Serie armonica.........
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Università di Napoli Parthenope Facoltà di Ingegneria Corso di Comunicazioni Elettriche docente: Prof. Vito Pascazio 1 a Lezione: 9/04/003 Sommario Caratterizzazione energetica di processi aleatori Processi
DettagliElementi di Telelocalizzazione
Elementi di Telelocalizzazione Ing. Francesco Benedetto - Prof. Gaetano Giunta Laboratorio di Telecomunicazioni (COMLAB) Università degli Studi Roma Tre 1 Introduzione Proprietà della sequenza di spreading:
DettagliLA FUNZIONE DI TRASFERIMENTO
LA FUNZIONE DI TRASFERIMENTO Può essere espressa sia nel dominio della s che nel dominio della j Definizione nel dominio della s. è riferita ai soli sistemi con un ingresso ed un uscita 2. ha per oggetto
DettagliFunzioni di trasferimento. Lezione 14 2
Lezione 14 1 Funzioni di trasferimento Lezione 14 2 Introduzione Lezione 14 3 Cosa c è nell Unità 4 In questa sezione si affronteranno: Introduzione Uso dei decibel e delle scale logaritmiche Diagrammi
DettagliCapitolo 1 ANALISI COMPLESSA
Capitolo 1 ANALISI COMPLESSA 1 1.4 Serie in campo complesso 1.4.1 Serie di potenze Una serie di potenze è una serie del tipo a k (z z 0 ) k. Per le serie di potenze in campo complesso valgono teoremi analoghi
DettagliCorso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile
Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliApplicazioni lineari
Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliSTRUTTURE ALGEBRICHE
STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente operazione), oppure legge di composizione interna. Per definizione
DettagliMATEMATICA 2001. p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E).
MATEMATICA 2001 66. Quale fra le seguenti affermazioni è sbagliata? A) Tutte le funzioni ammettono la funzione inversa B) Una funzione dispari è simmetrica rispetto all origine C) Una funzione pari è simmetrica
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliAmplificatori Audio di Potenza
Amplificatori Audio di Potenza Un amplificatore, semplificando al massimo, può essere visto come un oggetto in grado di aumentare il livello di un segnale. Ha quindi, generalmente, due porte: un ingresso
DettagliDispensa sulle funzioni trigonometriche
Sapienza Universita di Roma Dipartimento di Scienze di Base e Applicate per l Ingegneria Sezione di Matematica Dispensa sulle funzioni trigonometriche Paola Loreti e Cristina Pocci A. A. 00-0 Dispensa
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliFormule trigonometriche
Formule trigonometriche C. Enrico F. Bonaldi 1 Formule trigonometriche In trigonometria esistono delle formule fondamentali che permettono di calcolare le funzioni goniometriche della somma di due angoli
DettagliGRANDEZZE SINUSOIDALI
GRANDEE SINUSOIDALI INDICE -Grandezze variabili. -Grandezze periodiche. 3-Parametri delle grandezze periodiche. 4-Grandezze alternate. 5-Grandezze sinusoidali. 6-Parametri delle grandezze sinusoidali.
DettagliProposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014
Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,
DettagliCONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)
CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare
DettagliEsercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
DettagliIL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE.
IL RISCHIO D IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO-RENDIMENTO ED IL COSTO DEL CAPITALE. Lezione 5 Castellanza, 17 Ottobre 2007 2 Summary Il costo del capitale La relazione rischio/rendimento
DettagliEsercizi svolti. 1. Si consideri la funzione f(x) = 4 x 2. a) Verificare che la funzione F(x) = x 2 4 x2 + 2 arcsin x è una primitiva di
Esercizi svolti. Si consideri la funzione f() 4. a) Verificare che la funzione F() 4 + arcsin è una primitiva di f() sull intervallo (, ). b) Verificare che la funzione G() 4 + arcsin π è la primitiva
DettagliLE FUNZIONI E LE LORO PROPRIETÀ
LE FUNZIONI E LE LORO PROPRIETÀ LE FUNZIONI REALI DI VARIABILE REALE COSA SONO LE FUNZIONI Dati due sottoinsiemi A e B non vuoti di R, una FUNZIONE da A a B è una relazione che associa ad ogni numero reale
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliDescrizione del funzionamento di un Lock-in Amplifier
Descrizione del funzionamento di un Lock-in Amplifier S.C. 0 luglio 004 1 Propositi di un amplificatore Lock-in Il Lock-in Amplifier é uno strumento che permette di misurare l ampiezza V 0 di una tensione
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliFunzione reale di variabile reale
Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A
DettagliCalcolatori: Algebra Booleana e Reti Logiche
Calcolatori: Algebra Booleana e Reti Logiche 1 Algebra Booleana e Variabili Logiche I fondamenti dell Algebra Booleana (o Algebra di Boole) furono delineati dal matematico George Boole, in un lavoro pubblicato
DettagliSistemi di Numerazione
Fondamenti di Informatica per Meccanici Energetici - Biomedici 1 Sistemi di Numerazione Sistemi di Numerazione I sistemi di numerazione sono abitualmente posizionali. Gli elementi costitutivi di un sistema
DettagliRichiami: funzione di trasferimento e risposta al gradino
Richiami: funzione di trasferimento e risposta al gradino 1 Funzione di trasferimento La funzione di trasferimento di un sistema lineare è il rapporto di due polinomi della variabile complessa s. Essa
DettagliTrasformate di Laplace
TdL 1 TdL 2 Trasformate di Laplace La trasformata di Laplace e un OPERATORE funzionale Importanza dei modelli dinamici Risolvere equazioni differenziali (lineari a coefficienti costanti) Tempo t Dominio
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
Dettaglia) Osserviamo innanzi tutto che dev essere x > 0. Pertanto il dominio è ]0, + [. b) Poniamo t = log x. Innanzi tutto si ha:
ESERCIZIO - Data la funzione f (x) = (log x) 6 7(log x) 5 + 2(log x) 4, si chiede di: a) calcolare il dominio di f ; ( punto) b) studiare la positività e le intersezioni con gli assi; (3 punti) c) stabilire
DettagliGRANDEZZE ALTERNATE SINUSOIDALI
GRANDEZZE ALTERNATE SINUSOIDALI 1 Nel campo elettrotecnico-elettronico, per indicare una qualsiasi grandezza elettrica si usa molto spesso il termine di segnale. L insieme dei valori istantanei assunti
DettagliAnalisi di scenario File Nr. 10
1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliParte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
DettagliAnno 3. Funzioni: dominio, codominio e campo di esistenza
Anno 3 Funzioni: dominio, codominio e campo di esistenza 1 Introduzione In questa lezione parleremo delle funzioni. Ne daremo una definizione e impareremo a studiarne il dominio in relazione alle diverse
Dettagli2. SINCRONIZZAZIONE (CENNI)
2. SINCRONIZZAZIONE (CENNI) INTRODUZIONE AL PROBLEMA DELLA SINCRONIZZAZIONE SINCRONISMO DI BIT SCRAMBLING SINCRONISMO DI FRAME INTRODUZIONE Abbiamo visto diverse tecniche in grado di convertire e di trasmettere
Dettagli